WIW.06758.02 - Statistical Applications (Vollständige Modulbeschreibung)

Menü

MLU

WIW.06758.02	5 CP
Modulbezeichnung	Statistical Applications
Modulcode	WIW.06758.02
Semester der erstmaligen Durchführung
Fachbereich/Institut	Wirtschaftswissenschaftlicher Bereich - School of Economics and Business
Verwendet in Studiengängen / Semestern	Betriebswirtschaftslehre (Business Studies) (MA120 LP) (Master) > Betriebswirtschaftslehre BWL (Business Stud.)MA120, Akkreditierungsfassung gültig ab WiSe 2023/24 > 1. Methoden Betriebswirtschaftslehre (Business Studies) (MA120 LP) (Master) > Betriebswirtschaftslehre BWL (Business Stud.)MA120, Akkreditierungsfassung (WS 2019/20 - SoSe 2023) > 1.1 Methoden Economics: Data Science and Policy (MA120 LP) (Master) > Volkswirtschaftslehre Economics MA120, Akkreditierungsfassung gültig ab WS 2019/20 > 1.1 Elective Modules Economics: Data Science and Policy (MA120 LP) (Master) > Volkswirtschaftslehre Economics MA120, Akkreditierungsfassung gültig ab WS 2019/20 > 3. Electives Human Resources Management (MA120 LP) (Master) > Betriebswirtschaftslehre HumanRes.ManagementMA120, Akkreditierungsfassung gültig ab WS 2019/20 > 2. HRM und Methoden Human Resources Management (MA120 LP) (Master) > Betriebswirtschaftslehre HumanRes.ManagementMA120, Akkreditierungsfassung (WS 2020/21 - SoSe 2023) > 2. HRM und Methoden International Area Studies - Global Change Geography (MA120 LP) (Master) > Geographie/Erdkunde IntArStudGlobChaGeoMA120, Akkreditierungsfassung gültig ab SS 2021 > Economics International Area Studies (MA120 LP) (Master) > Geographie/Erdkunde Intern. Area StudiesMA120, Akkreditierungsfassung (SS 2019 - SoSe 2024) > Wirtschaftswissenschaften Wirtschaftsinformatik (Business Information Systems) (MA120 LP) (Master) > Wirtschaftsinformatik WirtschaftsinformatMA120, Akkreditierungsfassung gültig ab WS 2020/21 > 1.5 Empirische Methoden
Modulverantwortliche/r
Weitere verantwortliche Personen	Prof. Dr. Claudia Becker
Teilnahmevoraussetzungen
Kompetenzziele	deskriptive und fortgeschrittene inferenzstatistische (auch multivariate) statistische Methoden zur Datenanalyse für Anwendungsfälle durchführen können die Benutzung einer statistischen Analysesoftware erlernen erkennen und begründen können, welche Methode im jeweiligen Anwendungsfall angemessen ist eigenständig kleinere Adaptionen der Methoden auf die durch die Daten gegebene Situation durchführen können die durchgeführten Auswertungen in Form von mündlichen Vorträgen und Projektberichten präsentieren können statistische Projekte als Teamarbeit selbstorganisiert durchführen können
Modulinhalte	Verschiedene praktische Problemstellungen Erarbeitung passender Analysemethoden Durchführung der Analyse mit Hilfe von Statistiksoftware Präsentation von Ergebnissen in Form schriftlicher Berichte und mündlicher Vorträge
Lehrveranstaltungsformen	Kursus (3 SWS) Kursus Kursus Kursus
Unterrichtsprachen	Deutsch, Englisch
Dauer in Semestern	1 Semester Semester
Angebotsrhythmus Modul	beginnend im Wintersemester im Wechsel mit
Aufnahmekapazität Modul	unbegrenzt
Prüfungsebene
Credit-Points	5 CP
Modulabschlussnote	LV 1: %; LV 2: %; LV 3: %; LV 4: %.
Faktor der Modulnote für die Endnote des Studiengangs	1
Hinweise	Die Veranstaltung wird gemischtsprachig (Englisch/ Deutsch) jedes zweite Wintersemester angeboten.

Modulveranstaltung	Lehrveranstaltungsform	Veranstaltungstitel	SWS	Workload selbstgestaltete Arbeit	Workload Summe
LV 1	Kursus	Praktische Arbeit am PC unter Anleitung, mündliche Präsentationen	3		0
LV 2	Kursus	Literaturstudium			0
LV 3	Kursus	Erstellen von Präsentationen und Berichten			0
LV 4	Kursus	Projektarbeit			0
Workload modulbezogen				150	150
Workload Modul insgesamt					150

Prüfung	Prüfungsvorleistung	Prüfungsform
LV 1
LV 2
LV 3
LV 4
Gesamtmodul		Projektarbeit
Wiederholungsprüfung

Regularien	Angebotsrhythmus	Anwesenheitspflicht	Gewicht an Modulnote in %
LV 1	Wintersemester	Nein	%
LV 2	Wintersemester	Nein	%
LV 3	Wintersemester	Nein	%
LV 4	Wintersemester	Nein	%